Greg Brockman 强调 OpenAI Codex 在复杂工程代码迁移中的颠覆性价值：Asana 团队借助 Codex 在两周时间内完成了整个前端测试从 Enzyme 到 React Testing Library 的完整迁移，而此前该技术债重构预计耗时超过 5 年，展现了智能体编程对机械工程积压的化解能力。
7 大权威镜像天梯跑分与 29+ 款主流编程套餐横向比价测算
联动天梯榜跑分、独家套餐赠金与 IDE 定制规则
OpenAI 员工 Vaibhav（@reachvb）披露 GPT-6 Astra 相对 GPT-5.6 Sol 的电脑操控评测跃升：ScreenSpot-Pro（找点击位置）从 76.9% 升至 92.7%；OSWorld 2.0 桌面工作流从 65.7% 到 72.6%，延迟模拟耗时少 47%；Mind2Web 网页任务配合更新后的 Codex harness 约快 1.9 倍。这对依赖浏览器/桌面 Agent 与 Codex 的编码工作流是硬指标信号。
Artificial Analysis 评测 GPT-6 Astra：Coding Agent Index 在 Codex 上得 67，约等于 Claude Opus 5 / Fable 5（Claude Code）与 Muse Spark 1.3（Muse Code）；token 效率相对 GPT-5.6 Sol（max）约提升 70%。API 价升至 $10/$50 per 1M in/out（为 Sol 的 2.5 倍），但单任务成本仍显著低于 Fable 5。Intelligence Index 仍为 61，与 Sol 持平。
机器人学前沿研究团队（Tom Silver, Matteo Merler 等，@huggingface）联合开源了《Coding Agents for Generalized Task and Motion Planning Problems》重磅研究成果（arXiv: 2609.30233，代码库: tomsilver/robocode）。针对传统机器人任务与运动规划（TAMP）严重依赖专家人工编写特定启发式规则、面对多物体动态场景极易发生计算爆炸的根本瓶颈，该研究首次让自主编码智能体（Claude Code Opus 5、Codex）与仿真环境交互，自动合成跨未知环境高度泛化的通用操作程序。在包含 98,000 轮评估周期的严苛测试中，Coding Agent 生成程序的成功率达到 56% 至 95%，彻底压倒传统专家规划器。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察